En el sector de los seguros, la detección de fraudes no es tarea fácil, especialmente cuando hablamos de una empresa con 5 millones de clientes, atendidos por 135 oficinas, 20.000 corredores y 10.000 empleados.

En Porto Seguro, el departamento de Detección de Fraudes necesitaba una solución que les ayudara a analizar cientos de miles de propuestas y que les permitiera detectar fraudes de manera más eficiente, previniendo el pago de solicitudes falsas.

El reto incluía la edición y creación de reglas, la creación de escenarios de riesgo, la capacidad de probar esos escenarios y de grabar los procesos para el caso de renovaciones o reaperturas en futuras solicitudes.

BUSCANDO PATRONES

En el sistema, las reglas son atómicas y la mayoría de ellas involucra una única variable. El principal propósito de las reglas es puntuar un patrón de fraude (también llamado escenario), usando un valor dado para aumentar o disminuir la puntuación de ese escenario. Las reglas también funcionan como una precondición para nuevas reglas.

Además del acceso a información sobre los casos (aceptados, rechazados, aceptados al límite, rechazados al límite), se enriqueció la base de datos con información adicional para el análisis de Business Intelligence. Ahora es posible determinar qué variables son (o no son) más frecuentes en fraudes, por ejemplo. Como medida de seguridad, el sistema ahora impide que un empleado explique a un corredor la razón de una respuesta negativa a una propuesta proporcionando datos sensibles.

Como extensión del proyecto, Stefanini Scala desarrolló una base de datos multidimensional para ser utilizada con IBM Cognos en el cálculo y la entrega de indicadores específicos. Estos indicadores servirán para descubrir nuevos patrones para la detección de fraudes.

Si quieres saber más, haz clic aquí. ¡O habla con uno de nuestros expertos!